<![CDATA[Penentuan batas wilayah dalam sistem Penerimaan Peserta Didik Baru (PPDB) berbasis zonasi menuntut mekanisme yang mampu mengakomodasi dua dimensi sekaligus: kedekatan geografis antara tempat tinggal siswa dengan sekolah, serta kondisi sosial-ekonomi keluarga yang melatarbelakangi kebutuhan mereka. Penelitian ini merancang pendekatan gabungan antara algoritma DBSCAN (Density-Based Spatial Clustering of Applications with Noise) guna membentuk zona geografis secara adaptif, dan K-Means untuk memetakan profil sosial-ekonomi siswa. Data yang digunakan mencakup 1.091 siswa SMAN 1 Alalak dengan 10 atribut sosial-ekonomi beserta koordinat GPS. Hasil optimasi menunjukkan bahwa DBSCAN dengan parameter ε=3,0 km dan min_samples=3 menghasilkan tiga zona bermakna dengan 54 titik terpencil (4,9%), Silhouette Score 0,7685, dan Davies-Bouldin Index 0,1447. K-Means dengan K=5 klaster dan reduksi dimensi PCA 3 komponen menghasilkan lima profil sosial-ekonomi mulai dari Sangat Rendah (62 siswa) hingga Tinggi (459 siswa) dengan Silhouette Score 0,8824 dan Davies-Bouldin Index 0,1866. Perpaduan hybrid dari kedua algoritma menghasilkan 15 segmen unik yang memungkinkan pemetaan kebutuhan siswa secara menyeluruh. Segmen yang paling memerlukan intervensi adalah 58 siswa di Zona-1 dengan profil Sangat Rendah. Kebaruan penelitian ini terletak pada penyatuan klasterisasi densitas spasial berbasis metrik Haversine dengan segmentasi sosial-ekonomi berbasis PCA dalam satu kerangka hybrid, sebuah pendekatan yang sebelumnya belum diterapkan di wilayah sungai dan rawa seperti Kalimantan Selatan.]]>
